segnet和unet区别_比较语义分割的几种结构：FCN，UNET，SegNet，PSPNet和Deeplab

简介

语义分割：给图像的每个像素点标注类别。通常认为这个类别与邻近像素类别有关，同时也和这个像素点归属的整体类别有关。利用图像分类的网络结构,可以利用不同层次的特征向量来满足判定需求。现有算法的主要区别是如何提高这些向量的分辨率，以及如何组合这些向量。

几种结构

全卷积网络FCN：上采样提高分割精度，不同特征向量相加。[3]

UNET：拼接特征向量；编码-解码结构；采用弹性形变的方式，进行数据增广；用边界加权的损失函数分离接触的细胞。[4]

SegNet：记录池化的位置，反池化时恢复。[3]

PSPNet：多尺度池化特征向量，上采样后拼接[3]

Deeplab：池化跨度为1，然后接带孔卷积。

ICNet：多分辨图像输入，综合不同网络生成结果。

实验设计

测试平台

采用[1]的代码，去掉one_hot，把损失函数改成交叉熵。

在验证过程引入pixel accuray和mIOU，代码见[2]

用颜色代码替换标签的类别代码，这样visdom可以显示多类别标签

数据集

[1]自带数据集Bag，二分类，图像800800，代码中转换到160160。

这个数据集很容易收敛，可以忽略优化器的影响，用来估计网络结构的性能上限。

CamVid,代码见[2]，从视频中截取的，图像很相似。图像尺寸960*720。

PASCAL VOC 2007/2012，代码参照[3]，图像差